Améliorer les visualisations de tableaux gt

Introduction

La leçon précédente gt s’est principalement concentrée sur les composants de la table, sa structure et comment la manipuler correctement. Cette leçon, présentant la deuxième partie de la série gt, se concentrera sur l’utilisation du package pour perfectionner, styliser et personnaliser les effets visuels des tables d’une manière qui élève la qualité et l’efficacité de vos rapports.

Plongeons-y.

Objectifs d’apprentissage

• Formatage des cellules

• Coloration conditionnelle

• Formater le texte (couleur de la police, gras, etc.)

• Ajouter des bordures au texte

À la fin de cette leçon, vous aurez les compétences pour styliser artistiquement vos tables gt pour répondre à vos préférences spécifiques, atteignant un niveau de détail similaire à ceci :

Packages

Dans cette leçon, nous utiliserons les packages suivants :

• {gt}

• {dplyr} , {tidyr} , et {purrr}.

• {janitor}

• {KableExtra}

• {Paletteer} , {ggsci}

pacman::p_load(tidyverse, janitor, gt, here)

Précédemment dans pt1

Jeu de données

Dans cette leçon, nous utiliserons les mêmes données que la leçon précédente. Vous pouvez revenir en arrière pour une description détaillée des données et du processus de préparation que nous avons effectué.

Mais pour les besoins de cette leçon, nous utiliserons directement les tableaux. Voici le tableau que nous avons créé avec les bonnes en-têtes et étiquettes de colonnes. Nous baserons le reste de notre leçon sur ce tableau en particulier.

hiv_malawi_summary <- read_rds(here::here("data", "clean", "malawi_hiv_summary_t3.rds"))

hiv_malawi_summary

Thèmes

Comme l’objectif de cette leçon est principalement le style, commençons par utiliser un thème prédéfini pour ajouter plus de visuels et de couleurs au tableau et à ses composants. Pour ce faire, nous utilisons la fonction opt_stylize. La fonction contient plusieurs styles prédéfinis et peut accepter une couleur également. Dans notre cas, nous avons choisi d’opter pour le style No.6 et la couleur ‘cyan’. Vous pouvez définir ces arguments selon vos préférences.

t1 <- hiv_malawi_summary %>% 
  opt_stylize(
    style = 6, 
    color = 'gray'
  )

t1

Formatage des valeurs dans le tableau

Ne serait-il pas utile de visualiser en couleurs la différence entre les valeurs d’une colonne spécifique ? Dans de nombreux rapports, ces types de tableaux sont très utiles, surtout si le nombre de lignes est assez grand. Faisons cela pour notre tableau de sorte que la colonne new_positive soit formatée en rouge.

# révisé la documentation, paletteer n'est pas nécessaire.
# my_colors <- paletteer::paletteer_d("ggsci::red_material")

Nous pouvons le faire à l’aide de la fonction data_color pour laquelle nous devons spécifier deux arguments : columns (c’est-à-dire sur quelle colonne ce style sera-t-il appliqué ?) et palette pour la palette de couleurs que nous souhaitons utiliser.

t2 <- t1 %>% 
  data_color(
    columns = new_positive, # la colonne ou les colonnes comme nous le verrons plus tard
    palette = "ggsci::red_material" # la palette du package ggsci.
  )

t2

Nous pouvons faire cela pour la colonne previous_negative également. Nous pouvons utiliser un autre type de palette, pour ce cas, j’utilise la palette verte du même package : ggsci::green_material, la palette que vous choisissez est une question de commodité et de goût personnel, vous pouvez en savoir plus à ce sujet si vous vous référez à la note de marge ci-dessus.

t2 %>% 
  data_color(
    columns = previous_negative,
    palette = "ggsci::green_material"
  ) 

De même, nous pouvons également colorer plusieurs colonnes à la fois, par exemple nous pouvons styliser les colonnes avec des cas positifs en rouge, et celles avec des cas négatifs en vert. Pour faire cela, nous devons écrire deux instructions data_color, une pour chaque style de couleur :

t4 <- t1 %>% 
  data_color(
    columns = ends_with("positive"), # sélection des colonnes se terminant par le mot positive
    palette = "ggsci::red_material" # palette rouge 
  ) %>% 
  data_color(
    columns = ends_with("negative"), # sélection des colonnes se terminant par le mot negative
    palette = "ggsci::green_material" # palette verte
  )

t4

Formatage conditionnel

Nous pouvons également configurer le tableau pour changer conditionnellement le style d’une cellule en fonction de sa valeur. Dans notre cas, nous voulons mettre en évidence les valeurs de la colonne previous_positive en fonction d’un seuil (la valeur 15700). Les valeurs supérieures ou égales au seuil devraient être en vert.

Pour ce faire, nous utilisons la fonction tab_style où nous spécifions deux arguments :

• style : où nous spécifions la couleur dans la fonction cell_text car nous avons l’intention de manipuler le texte à l’intérieur des cellules.

• locations : où nous spécifions les colonnes et les rangées de notre manipulation dans cells_body puisque ces cellules sont dans le corps principal du tableau.

t5 <- t4 %>% 
  tab_style(
    style = cell_text(
      color = "red", 
    ),
    locations = cells_body(
      columns = previous_positive,
      rows = previous_positive >= 15700
    )
  )
t5  

Et si nous voulions avoir une condition à deux côtés sur le même seuil ? Pouvons-nous avoir des cellules avec des valeurs supérieures ou égales au seuil stylisées en vert, et simultanément d’autres cellules avec des valeurs inférieures au seuil stylisées en…. lightgreen ?

Nous le pouvons absolument, nous avons déjà fait la première partie (dans le bloc de code précédent), nous devons simplement ajouter une seconde condition de manière similaire mais dans une déclaration tab_style différente :

t6 <- t5 %>%
  tab_style(
    style = cell_text(
      color = 'lightgreen'
    ),
    location = cells_body(
      columns = 'previous_positive',
      rows = previous_positive < 15700  
    )
  )

t6

data %>%
  gt() %>%
  tab_style(
    style = cells_body(),
    columns = "Sales",
    conditions = style_number(Sales > 1000, background = "yellow")
  )

data %>%
  gt() %>%
  tab_style(
    style = cells_data(columns = "Sales"),
    conditions = style_number(Sales > 1000, background = "yellow")
  )

data %>%
  gt() %>%
  tab_style(
    style = cell_fill(
      color = "yellow"
    ),
    locations = cells_body(
      columns = "hiv_positive",
      rows = hiv_positive > 1000  
    )
  )  

data %>%
  gt() %>%
  tab_style(
    style = cells_data(columns = "Sales"),
    conditions = style_text(Sales > 1000, background = "yellow") 
  )

# Calculate the total_new_pos summary
total_summary <- hiv_malawi %>%
  group_by(_________) %>%
  summarize(total_new_positive = __________)

# Create a gt table and apply cell coloration  
summary_table <- total_summary %>%
  gt() %>%
  tab_style(
    style = cell_fill(color = "red"), 
    locations = _________(
      columns = "new_positive",
      rows = _________________  
    )
  ) %>%
  tab_style(
    style = ___________________,
    locations = cells_body(
      columns = "new_positive",
      _______ new_positive <= 50
    )
  )

Polices et texte

C’est maintenant le bon moment pour ajouter une personnalisation au texte dans le tableau. en utilisant la même fonction gt::tab_style.

Changeons la police et la couleur du titre et du sous-titre par exemple, je choisis d’utiliser la police Yanone Kaffeesatz de google. Google fonts vous fournit des centaines de milliers de polices et de styles parmi lesquels choisir, qui peuvent être plus intéressants que les polices Excel rigides et ennuyeuses.

Pour cela, nous devons spécifier quelques détails dans la fonction gt::tab_style :

• Argument style : attribue la fonction cell_text :

  • Nous utilisons la fonction google_font pour utiliser la police choisie depuis google et l’attribuer à l’argument font

  • Nous spécifions la couleur du texte.

• Argument locations : attribue la fonction cells_title :

  • Nous spécifions l’emplacement title et subtitle via l’argument groups dans une notation vectorielle c(...)

t7 <- t6 %>%
  tab_style(
    style = cell_text(
      font = google_font(name = 'Yanone Kaffeesatz'),
      color = "pink"
    ), 
    locations = cells_title(groups = c("title", "subtitle"))
  )

t7

De plus, nous pouvons effectuer les mêmes changements sur les libellés de colonnes et de lignes, tout ce que nous devons faire est de spécifier correctement l’emplacement des modifications que nous souhaitons apporter, sauf que cette fois nous modifions la couleur d’arrière-plan (ou couleur de remplissage) des cellules que nous allons modifier. Nous pouvons le faire en ajoutant une autre fonction de style cell_fill où nous fournissons la couleur que nous voulons pour l’arrière-plan de nos cellules. Enfin, dans l’argument locations, et de manière similaire à l’argument style, nous attribuons une liste dans laquelle nous fournissons les informations de localisation des modifications que nous souhaitons apporter à l’aide de la fonction cells_column_labels, où nous spécifions les libellés de colonne que nous souhaitons modifier.

t8 <- t7 %>%
  tab_style(
    style = list(
      cell_text(
        font = google_font(name = "Righteous"),
        color = "pink" 
      )
    ),
    locations = list(
      cells_column_labels(columns = everything()), # select every column
      cells_column_spanners(spanners = everything()) # select all spanners
    )
  )

t8

De manière similaire, nous pouvons faire la même chose pour les lignes de groupe et les périodes, tout ce que nous devons faire est de les ajouter à l’argument locations en utilisant cells_rows_groups pour les lignes de groupe, et cells_body pour le reste de la colonne période comme suit :

t9 <- t8 %>%
  tab_style(
    style = list( # we wrap the arguments in a list when we have multiple stuling
      cell_text( # text styling  
        font = google_font(name = "Righteous"),
        color = "pink"
      ),
      cell_fill(color = "gray") # cell background color fill styling
    ),
    locations = list( # similar with locations
      cells_row_groups(groups = everything()),
      cells_body(columns = period) 
    )
  )

t9

data %>% 
  gt() %>% 
  tab_header(font.size = px(16))

data %>% 
  gt() %>% 
  tab_style(
    style = cell_text(
      size = 16
    ),
    locations = cells_footnotes()
  )

 data %>% 
   gt() %>% 
   tab_style(
     style = cells_header(), 
     css = "font-size: 16px;"
   )

 data %>% 
   gt() %>% 
   tab_style(
     style = cells_header(), 
     css = "font-size: 16;"
   )

Bordures

Avec gt, il est également possible de dessiner des bordures dans les tables pour aider l’utilisateur final à se concentrer sur une zone spécifique de la table. Pour ajouter des bordures à une table gt, nous utiliserons, encore une fois, la fonction tab_style et, de nouveau, spécifierons l’argument style et locations. La seule différence maintenant est que nous utiliserons la fonction d’aide cell_borders et l’attribuerons à l’argument style. Voici comment :

Commençons par ajouter une ligne verticale :

t10 <- t9 %>% 
  tab_style(
    style = cell_borders( # nous ajoutons une bordure
      sides = "left",     # à gauche de l'emplacement sélectionné
      color = "pink",     # avec une couleur rose
      weight = px(5)      # et cinq pixels d'épaisseur
    ),
    locations = cells_body(columns = 2) # ajoutez cette ligne de bordure à gauche de la colonne 2
  )
t10

Ajoutons maintenant une autre ligne de bordure horizontale rose :

t11 <- t10 %>% 
    tab_style(
    style = cell_borders( # nous ajoutons une ligne de bordure
      sides = "bottom",   # en bas de l'emplacement sélectionné
      color = "pink",     # avec une couleur rose
      weight = px(5)      # et cinq pixels d'épaisseur
    ),
    locations = cells_column_labels(columns = everything()) # ajoutez cette ligne de bordure en bas des étiquettes de colonne
  )
  
t11

data %>% 
  gt() %>% 
  tab_options(table.border.top.style = "solid")

data %>% 
  gt() %>% 
  tab_options(table.border.style = "solid")

data %>% 
  gt() %>% 
  tab_style(
    style = cells_table(), 
    css = "border: 1px solid black;"
  )

data %>% 
  gt() %>% 
  tab_style(
    style = cells_body(), 
    css = "border: 1px solid black;"
  )

Ressources et packages externes

• The definite cookbook of gt by Tom Mock : https://themockup.blog/static/resources/gt-cookbook.html#introduction

• the Grammar of Table article : https://themockup.blog/posts/2020-05-16-gt-a-grammar-of-tables/#add-titles

• official gt documentation page : https://gt.rstudio.com/articles/intro-creating-gt-tables.html

• Create Awesome HTML Table with knitr::kable and kableExtra book by Hao Zhu : https://cran.r-project.org/web/packages/kableExtra/vignettes/awesome_table_in_html.html#Overview